# 影片筆記：🚀DeepSeek Harness进阶玩法：Agent Teams、动态工作流、零门槛创建插件！Claude Code有的DSH都有！我用复杂代码库完整跑了一遍！实测多个Agent并行执行，效率倍增！


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

影片詳細演示了 DeepSeek Harness 基於 Deepseek V4 FlashVision 模型的多模態增強功能，並深入對比與實操了 **Workflow（動態工作流）** 與 **Agent Teams（智能體團隊）** 兩大核心功能，同時展示了如何通過 Skill 零門檻創建插件，實現多個 Agent 並行執行以倍增開發效率。

## 核心重點

1.  **多模態能力升級**：
    *   隨 Deepseek V4 FlashVision 模型發布，Harness 獲得了強大的 OCR 與視覺能力。
    *   實例：識別手寫筆記並保留格式；將房屋平面圖轉化為 3D 可探索模型。
2.  **Workflow（工作流）功能**：
    *   概念類似 Claude Code 的 Dynamic Workflow。
    *   機制：主 Agent 動態派生多個 Subagent 並行處理複雜任務（如代碼審查），Subagent 之間無法互相發送消息。
    *   流程：主 Agent 編寫腳本定義階段 -> Subagent 並行執行 -> 返回結構化 JSON -> 主 Agent 匯總並按嚴重程度排序輸出報告。
3.  **Agent Teams（智能體團隊）功能**：
    *   與 Workflow 的關鍵區別：Team 成員間**可以互相發送消息**，支持多輪推進，適合複雜項目評審。
    *   構成：包含上下文觀察 Agent、專業評審 Agent、主審 Agent。
    *   流程：系統先了解代碼庫結構 -> 設計評審方案 -> 各 Agent 獨立執行並輸出報告 -> 領導 Agent 匯總。
4.  **插件開發（零門檻）**：
    *   理念：DeepSeek Harness 一切皆插件。
    *   方法：通過自然語言描述並提供倉庫鏈接，安裝特定 Skill 來創建插件。
    *   實例：創建定時任務插件、調用 PayAgent 進行代碼審查的插件。

## 詳細大綱

### 1. Deepseek Harness 更新與多模態能力增強
*   **模型發布**：介紹 Deepseek V4 FlashVision 模型。
*   **OCR 能力演示**：
    *   展示識別手寫筆記的能力。
    *   強調能保留原始格式。
*   **視覺能力演示**：
    *   展示將房屋平面圖轉化為 3D 可探索模型的過程。

### 2. Workflow（工作流）功能詳解
*   **概念定義**：
    *   類似 Cloud Code 的 Dynamic Workflow。
    *   特點：召集臨時專家並行任務，成員間無法互相發送消息。
*   **執行機制**：
    *   主 Agent 負責編寫腳本。
    *   定義 Subagent 及其任務階段。
*   **實操演示（代碼審查）**：
    *   選擇「標準模式」以啟用 Workflow。
    *   對代碼倉庫進行並行代碼審查。
    *   **監控執行狀態**：
        *   查看 Subagent 派生情況。
        *   監控模型調用、Token 消耗及命令執行。
    *   **結果匯總**：
        *   Subagent 返回結構化 JSON 結果。
        *   主 Agent 按嚴重程度排序並輸出最終報告。
    *   **代碼可視化**：
        *   展示生成的 Workflow 腳本。
        *   註明腳本為純 JS 編寫，包含階段聲明、文件跳過規則等。

### 3. Agent Teams（智能體團隊）功能詳解
*   **與 Workflow 的區別**：
    *   Agent Teams 成員間可互相發送消息。
    *   支持多輪推進，適合複雜項目評審。
*   **實操演示（代碼庫 Code Review）**：
    *   啟動 Agent Teams 對代碼庫進行評審。
    *   **前期準備**：系統先了解代碼庫結構與規模，再設計評審方案。
    *   **團隊構成**：
        *   上下文觀察 Agent。
        *   專業評審 Agent。
        *   主審 Agent。
    *   **執行過程**：
        *   生成項目簡報。
        *   各 Agent 獨立執行並輸出報告。
        *   最後由領導 Agent 匯總結果。

### 4. 插件開發與 Skill 安裝
*   **開發理念**：Deepseek Harness 一切皆插件。
*   **安裝 Skill 流程**：
    *   通過自然語言描述需求。
    *   提供相關倉庫鏈接。
    *   安裝用於創建插件的 Skill。
*   **實操演示**：
    *   使用斜杠命令調出 Skill。
    *   **案例一**：創建定時任務插件。
    *   **案例二**：創建調用 PayAgent 進行代碼審查的插件。

## 工具 / 模型 / 名詞整理

*   **Deepseek Harness**：影片主要介紹的 AI 開發工具平台。
*   **Deepseek V4 FlashVision**：支持多模態能力（OCR、視覺）的模型版本。
*   **Cloud Code**：被提及為具有類似 Dynamic Workflow 功能的對標工具。
*   **Dynamic Workflow**：動態工作流，指主 Agent 動態派生 Subagent 的機制。
*   **Agent Teams**：智能體團隊，支持成員間消息互動與多輪推進的團隊模式。
*   **Workflow**：工作流，指臨時派生 Subagent 並行處理任務的模式。
*   **Subagent**：子代理，由主 Agent 派生執行特定任務的代理。
*   **JSON**：JavaScript Object Notation，Subagent 返回結果的格式。
*   **JS (JavaScript)**：用於編寫 Workflow 腳本的語言。
*   **PayAgent**：被提及用於代碼審查的特定代理或工具。
*   **Skill**：技能/插件，用於擴展 Harness 功能的模塊。
*   **Chrome 拓展**：提及的瀏覽器擴展工具。
*   **superbase 後端**：提及的後端技術。
*   **ls 應用**：提及的應用程序。

## 操作流程整理

### 流程一：啟用並執行 Workflow 進行代碼審查
1.  在 Deepseek Harness 中選擇「標準模式」以啟用 Workflow。
2.  輸入指令對代碼倉庫進行代碼審查。
3.  系統自動派生多個 Subagent 並行處理。
4.  監控面板查看 Subagent 派生、模型調用、Token 消耗及命令執行狀態。
5.  Subagent 返回結構化 JSON 結果。
6.  主 Agent 匯總結果，按嚴重程度排序，輸出最終報告。
7.  查看生成的純 JS Workflow 腳本（包含階段聲明、文件跳過規則）。

### 流程二：啟用並執行 Agent Teams 進行代碼評審
1.  啟動 Agent Teams 功能。
2.  系統自動分析代碼庫結構與規模。
3.  系統設計評審方案，組建團隊（上下文觀察 Agent、專業評審 Agent、主審 Agent）。
4.  各 Agent 獨立執行任務，並可互相發送消息進行多輪推進。
5.  各 Agent 輸出獨立報告。
6.  領導 Agent 匯總所有報告，生成最終評審結果。

### 流程三：通過 Skill 創建插件
1.  使用自然語言描述所需插件功能。
2.  提供相關代碼倉庫鏈接。
3.  安裝對應的 Skill。
4.  使用斜杠命令調用已安裝的 Skill。
5.  驗證插件功能（如定時任務或調用 PayAgent 進行審查）。

## 值得注意的限制或風險

*   **Workflow 的通信限制**：在 Workflow 模式下，Subagent 成員之間**無法互相發送消息**，這限制了其在需要高度協作與多輪討論的複雜場景中的應用，與 Agent Teams 形成對比。
*   **Token 消耗與成本**：Workflow 和 Agent Teams 涉及多個 Agent 的並行執行與多次模型調用，監控面板顯示了 Token 消耗，用戶需注意潛在的成本增加。
*   **識別準確性風險**：雖然多模態能力強大，但依賴於 Deepseek V4 FlashVision 模型的識別能力，對於極端模糊的手寫或圖像，OCR 和視覺轉化可能存在誤讀風險（儘管影片展示了高準確率，但技術本身存在此類通用風險）。

## 逐字稿辨識疑點

以下名詞或片段在逐字稿中出現拼寫異常或語意不通，疑似為聽寫錯誤，請使用者根據上下文自行判斷：

1.  **Deep Sticker Harness / Deep secret harness / DeepSig Harness / DeepSync Harness / deep-sigal harness / deep-sick harness**：
    *   疑點：這些變體在逐字稿中多次出現，極大機率均指 **Deepseek Harness**。
2.  **指圖的發布前審計**：
    *   疑點：語意不通，疑似為「代碼的發布前審計」或類似含義的聽寫錯誤。
3.  **測試覆蓋口**：
    *   疑點：疑似為「測試覆蓋率」的聽寫錯誤。
4.  **為代言演示**：
    *   疑點：語意不明，疑似為「為當前演示」或「為當前演示」的聽寫錯誤。
5.  **agina teams / agina**：
    *   疑點：疑似為「Agent Teams / Agent」的聽寫錯誤。
6.  **aginal tips**：
    *   疑點：疑似為「Agent Teams」的聽寫錯誤。
7.  **scale**：
    *   疑點：在「調出這個 scale」的語境中，疑似為「Skill」的聽寫錯誤。
8.  **示茂的這個任務**：
    *   疑點：語意不明，疑似為「示例的這個任務」或類似含義的聽寫錯誤。
9.  **明镜与点点栏目**：
    *   疑點：視頻結尾提到的頻道或欄目名稱，具體指代不明。
10. **PayAgent**：
    *   疑點：雖在筆記中列出，但需確認是否為特定工具名稱或聽寫錯誤（如 Pi code review, Pi 審查）。

## 可延伸追問

1.  Workflow 和 Agent Teams 在實際代碼審查場景中，對於大型代碼庫的處理時間和資源消耗有何具體差異？
2.  如何自定義 Workflow 腳本中的「文件跳過規則」以優化特定類型代碼庫的審查效率？
3.  Agent Teams 中成員間的消息互動機制，是否支持外部開發者定義特定的溝通協議或約束？
4.  目前支持的 Skill 生態系統中，除了定時任務和代碼審查，還有哪些常見或高頻使用的插件類型？
5.  Deepseek V4 FlashVision 的多模態能力在處理非標準格式（如極端潦草手寫或低質量掃描圖）時的準確率邊界在哪裡？